MétaCan
Menu
Retour à la cohorte
Enregistrement W2961462629 · doi:10.3389/fnhum.2019.00242

Emotion Regulation of Hippocampus Using Real-Time fMRI Neurofeedback in Healthy Human

2019· article· en· W2961462629 sur OpenAlexaboutno aff
Yashuo Zhu, Hang Gao, Li Tong, Zhonglin Li, Linyuan Wang, Chi Zhang, Qiang Yang, Bin Yan

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Henan ProvinceNational Natural Science Foundation of China
Mots-clésNeurofeedbackFunctional magnetic resonance imagingHippocampusPsychologyIntraparietal sulcusHippocampal formationNeuroscienceBrain activity and meditationElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Real-time functional magnetic resonance imaging neurofeedback (rtfMRI-NF) is a prospective tool to enhance the emotion regulation capability of participants and to alleviate their emotional disorders. The hippocampus is a key brain region in the emotional brain network and plays a significant role in social cognition and emotion processing in the brain. However, few studies have focused on the emotion NF of the hippocampus. This study investigated the feasibility of NF training of healthy participants to self-regulate the activation of the hippocampus and assessed the effect of rtfMRI-NF on the hippocampus before and after training. Twenty-six right-handed healthy volunteers were randomly assigned to the experimental group receiving hippocampal rtfMRI-NF (n = 13) and the control group (CG) receiving rtfMRI-NF from the intraparietal sulcus rtfMRI-NF (n = 13) and completed a total of 4 NF runs. The hippocampus and the intraparietal sulcus were defined based on the Montreal Neurological Institute (MNI) standard template, and NF signal was measured as a percent signal change relative to the baseline obtained by averaging the fMRI signal for the preceding 20 s long rest block. NF signal (percent signal change) was updated every 2 s and was displayed on the screen. The amplitude of low-frequency fluctuation and regional homogeneity values were calculated to evaluate the effects of NF on spontaneous neural activity in resting state fMRI. A standard general linear model (GLM) analysis was separately conducted for each fMRI NF run. Results showed that the activation of hippocampus increased after 4 NF training runs. The hippocampal activity of the experiment group participants was higher than that of the CG. They also showed elevated hippocampal activity and the greater amygdala-hippocampus connectivity. The anterior temporal lobe, parahippocampal gyrus, hippocampus, and amygdala of brain regions associated with emotional processing were activated during training. We presented a proof-of-concept study using rtfMRI-NF for hippocampus up-regulation in the recall of positive autobiographical memories. The current study may provide a new method to regulate our emotions and can potentially be applied to the clinical treatment of emotional disorders.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,289
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations137
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207